摘要：uv-faceting成像是目前广泛使用的大视场成像技术之一,将被考虑应用于平方公里阵列(Square Kilometre Array, SKA)第1阶段(简称SKA1)低频阵列的数据处理当中.由于SKA1产生的原始数据规模空前巨大,直接使用uv-faceting成像进行数据处理效率将会非常低.为此,提出了基于MPI (Message Passing Interface)+OpenMP (Open MultiProcessing)的uv-faceting成像算法和基于MPI+CUDA (Compute Uni?ed Device Architecture)的uv-facteing成像算法,对该算法中最耗时的数据读取和栅格化(gridding)这两个步骤进行并行优化.验证性结果显示提出的两种算法得到的结果与当前主流的数据处理软件(Common Astronomy Software Applications, CASA)得到的结果基本相同,表明提出的两种算法基本正确.对准确率和总运行时间的分析表明,无论在正确率还是运行速度上MPI+CUDA的方法比MPI+OpenMP的方法更优.性能测试结果表明提出的算法有效且具有一定的可拓展性.

天文学报杂志要求:

{1}题目简明确切地反映文稿的特定内容，起画龙点睛的作用。一般宜20个字左右。

{2}本刊所刊载的文章仅代表作者的观点，并不完全代表编委及编辑部的观点，欢迎读者对刊载内容展开学术批评和讨论。

{3}正文文本，5号宋体，单倍行距，页边距上下限、左右边距均采用Office 软件的默认设置。

{4}文稿须附中文摘要，中文须内容一致。中文摘要字数控制在100~150字，英文摘要字数少于100字。摘要中不得引用参考文献。

{5}作者应在文中相应内容处标注阅读过的文献资料。参考文献的引用，应为作者亲自阅读过的文献。参考文献的标注采用顺序编码制，按引用文献出现的先后顺序用阿拉伯数字依次编号，将序号置于方括号内，如［1］，［1-2］，［3-6］。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社